forecasting

    0热度

    1回答

    我正在执行时间序列建模并使用R的预测包和基准图()函数绘制最终预测。 最后的预测是负面的,尽管这对数据没有意义(楼层为0)。我有没有办法告诉预测函数来限制y值预测?

    1热度

    1回答

    我在小时级有时间序列数据。我正在尝试为这些数据建立一个预测。数据的下面是示例: sample <- structure(list(group_type = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,

    1热度

    1回答

    我有一个时间序列的训练数据的100个值,我使用auto.arima从相同的模型中找到模型的阶数和系数。 我每次从一个传感器接收流数据。在接收到一个值时,我需要从auto.arima获得的模型对象预测/预测下一个值(仅提前一步/单一值)。我更新某些事件的模型系数,但现在不需要提及它们。在传感器工作之前进行预测步骤。 这些都是我的样本训练和测试数据: https://drive.google.com/

    1热度

    1回答

    从我所看到的情况来看,如果在“analytics”窗格下使用Tableau预测,并尝试将输出转换为表格(而不是正常折线图),则实际预测金额被分成2个不同的行标签。是否可以合并预测和实际数据,以显示添加新销售数据后自动计算的年份的实际值+预测值?

    0热度

    1回答

    我一直在试图使用statsmodels的SARIMAX模型,但返回一个置信区间围绕我的预测。 我的目标是对置信区间的上界和下界产生一系列预测。 我试图适合我的模型,然后使用get_prediction(),最后是conf_int()。 get_prediction()按我的预期为我的每个索引返回数据。然而,conf_int()返回一个奇怪的矩阵: 0 1 ar.S.L7 0.018806 0.

    1热度

    1回答

    我目前正在研究一个大学项目,以预测到达全天候商店的客户数量。我使用的是一家商店的数据,其中包含(某些年份)某一年每位客户的日期和时间。 我已经把这个数据集分成了一个训练集和一个交叉验证集。此外,我已经将训练集与同一年的天气数据进行汇总和合并,以找出例如高温导致更多客户的情况。 合并数据的简化版本看起来是这样的: | ServedCustomers | Month | Day | Hour | Te

    4热度

    2回答

    typedef (void (^blockType)()); 我需要铸有不同的参数类型的块为相同类型blockType,并调用它作为原始类型后面。但是在投射块类型时有一个问题。 下面的代码与任何参数类型效果很好,... ((blockType)^(BOOL b) { NSLog(@"BOOL: %d", b); })(YES); // >> BOOL: 1 ((blockType)^

    1热度

    1回答

    我有一个包含“DATE”和“GOLD PRICE”变量的黄金价格数据集。在完成R中的所有预处理步骤之后,我通过ts或xts函数将数据框对象转换为时间序列,并通过adf测试。 现在通过启用预测库,我运行auto.arima函数并预测下十个值。 x <- "DATE" "GOLD PRICE" 01-01-2006 1326 x.xts <- xts(x$GOLD PRICE,X

    0热度

    1回答

    在R的forecast程序包中使用ets函数时,当opt.crit="amse"时,正在优化什么目标函数? (我拟合线性相加模型。) 的documentation“在第一nmse预测视野平均MSE”中提到,所以会是这样 (MSE_1 + MSE_2 + ... + MSE_nmse)/nmse 其中MSE_i是平均平方与i相关的错误 - 步骤预测?如果是这样,有没有办法将ets函数配置为只针对

    2热度

    1回答

    我正在构建时间序列模型。 但是,我无法理解forecast软件包中的simulate函数和forecast函数之间的区别。 假设我构建了arima模型,并且想用它来模拟未来值长达10年的模型。数据是每小时,我们有一年的数据。 当使用forecast预测下一个1000步提前估计时,我得到了下面的图。 使用预测方法 然后我用的simulate功能来模拟未来1000个模拟值,并得到了以下情节。 使用模拟